概率论与数理统计第七章培训教案.pptVIP

无偏性 是?的无偏估计量。 例1. 设X1,X2, …,Xn是来自有有限数学期望 μ和方差σ2的总体。证明： 证:(1) E(Xi)=μ (i=1,2,…,n) 例2. 设X1,X2来自有有限数学期望μ和方差 σ2的总体。证明下列统计量都是μ的 无偏估计量。 有效性 有效。 例3. 例2中μ1,μ2,μ3哪个估计量更有效？ 解： 可见D(μ1)D(μ2)D(μ3)， 所以μ1(X1,X2)比较有效。 相合性 相合估计量。 例4. 设有一批产品，为估计其次品率p， 随机取一样本X1,X2, …,Xn，其中 证：Xi服从0-1分布，E(Xi)=p, D(Xi)=p(1-p) 续：由切比雪夫不等式，对任意ε0，有 作业:P174 11 12 7.3 置信区间 设X分布函数为F(x; ?), θ未知，给定α (0α1),若由样本 X1,X2, …,Xn确定的两个统计量 置信度为1-α 的置信区间。 区间估计 对于给定的置信度，根据样本来确定未知参数?的置信区间，称为未知参数?的区间估计。 例 σ2已知时μ的置信度为1-α 的置信区间 求置信区间的步骤 关的样本函数W； (1) 选择合适方法估计未知参数?，再构造 分布已知，与?有关与其他未知参数无 (2) 给定置信度1-α，定出常数a,b，使 P{aUb}= 1-α； (3) 将aUb变形，使得； 7.4 单总体 均值μ的区间估计 σ2已知时μ的置信区间 σ2未知时μ的置信区间 方差σ2的区间估计 μ已知时σ2的置信区间 μ未知时σ2的置信区间 σ2已知时μ的置信区间 即得μ的置信度为 的置信区间 例1. 从一批服从正态分布N(μ,0.022)的零件中随 机抽取16个，分别测得其长度为： 2.14 2.10 2.13 2.15 2.13 2.12 2.13 2.10 2.15 2.12 2.14 2.10 2.13 2.11 2.14 2.11 估计该批零件的平均长度μ，并求μ的置 信区间(α=0.05). 解：μ的矩估计值为 μ的置信区间为(2.115,2.135). σ2未知时μ的置信区间 即得μ的置信区间 例2. 从一批服从正态分布N(μ,σ2)的零件中随 机抽取16个，分别测得其直径为： 12.15 12.12 12.01 12.08 12.09 12.16 12.03 12.01 12.06 12.13 12.07 12.11 12.08 12.01 12.03 12.06 估计该批零件的平均长度μ，并求μ的置 信区间(α=0.05). 解： μ的置信区间为(12.049,12.101). μ已知时σ2的区间估计 即得σ2的置信区间 例3. 一批钢筋的20个样品的屈服点为： 4.98 5.11 5.20 5.11 5.00 5.35 5.61 4.88 5.27 5.38 5.46 5.27 5.23 4.96 5.15 4.77 5.35 5.38 5.54 5.20 设屈服点服从正态分布N(5.21,σ2),求屈服点 总体方差σ2的置信度为95％的置信区间。 解： σ2的置信区间为(0.027,0.096). μ未知时σ2的区间估计 即得σ2的置信区间 例4. 试求例2中零件直径的方差σ2对应于置信 度98％的置信区间。 解： σ2的置信区间为(0.001196,0.006998). 作业:P175 16 17 7.5* 单侧置信区间 设X分布函数为F(x; ?), θ未知，给定α (0α1),若由样本 X1,X2, …,Xn确定的统计量 置信度为1-α 的单侧置信区间。 * * 总体所服从的分布类型已知 估计其未知的参数 参 数 估 计 7.1 ?点估计 X1,X2,…,Xn 现从该总体抽样，得到样本 设有一个统计总体，总体的分布函数 向量) . 为 F(x, )，其中 为未知参数 ( 可以是 从样本出发构造适当的统计量 作为参数 的估计量，即点估计。 将 代入估计量，得到 的估计值 如何构造一个统计量 作为θ的估计量呢？ 点估计方法 矩法 极大